本书以MATLAB R2016a为平台，在讲解各种智能算法的过程中给出相应的实例。全书共分30章，主要介绍了控制系统设计应用、神经网络设计应用、数字图像处理算法分析及应用、通信系统的实际应用和数字信号处理技术等内容。本书可作为控制工程、通信工程、电子信息工程专业广大科研人员、学者、工程技术人员的参考书，也可作为从事高等教育的教师、高等院校的在读理工科学生及相关领域的科研人员用书。

前 言 计算智能（Computational Intelligence，CI）是借助自然界（生物界）规律的启示，根据其规律，设计出求解问题的算法。物理学、化学、数学、生物学、心理学、生理学、神经科学和计算机科学等学科的现象与规律都可能成为计算智能算法的基础和思想来源。然而计算智能的这些不同研究领域各有其特点，虽然它们具有模仿人类和其他生物智能的共同点，但是在具体方法上存在一些不同点。例如，人工神经网络模仿人脑的生理构造和信息处理过程，模拟人类的智慧；模糊逻辑（模糊系统）模仿人类语言和思维中的模糊性概念，模拟人类的智慧；进化计算模仿生物进化过程和群体智能过程，模拟大自然的智慧。 目前，计算智能算法在国内外得到广泛的关注，已经成为人工智能及计算机科学的重要研究方向。计算智能还处于不断发展和完善的过程中，目前还没有牢固的数学基础，国内外众多研究者也在不断的探索中前进。计算智能技术在自身性能的提高和应用范围的拓展中不断完善。计算智能的研究、发展与应用，无论是研究队伍的规模、发表的论文数量，还是网上的信息资源，发展速度都很快，已经得到了国际学术界的广泛认可，并且在优化计算、模式识别、图像处理、自动控制、经济管理、机械工程、电气工程、通信网络和生物医学等多个领域取得了成功的应用，应用领域涉及国防、科技、经济、工业和农业等各个方面。 MATLAB是当今最优秀的科技应用软件之一，它以强大的科学计算与可视化功能及简单易用、开放式的可扩展环境，成为许多科学领域计算机辅助设计和分析、算法研究和应用开发的基本工具与首选平台。MATLAB被广泛地应用，被认为是能够有效提高工作效率、改善设计手段的工具软件，掌握了MATLAB就像掌握了开启这些专业领域大门的钥匙。 MATLAB是一个高级矩阵阵列语言，它包含控制语句、函数、数据结构、输入和输出、面向对象编程等特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言基于最为流行的C++语言，因此语法特征与C++语言极为相似，而且更加简单，更加符合科技人员的数学表达式书写格式，更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。 Simulink是MATLAB的一个工具包，其建模与一般程序建模相比更为直观，操作也更为简单，不必记忆各种参数、命令的用法，用鼠标就能完成非常复杂的工作。Simulink不但支持线性系统仿真，还支持非线性系统仿真，不但支持连续系统仿真，还支持离散系统甚至混合系统仿真。 本书以MATLAB R2016a为平台，主要介绍了控制系统算法、神经网络设计算法、数字图像处理算法分析及应用、通信系统算法应用和数字信号处理技术算法等内容。书中结合各种实际算法的实例，详细介绍了借助MATLAB进行算法分析、设计的方法与过程。本书具有以下特点。 （1）内容翔实，实用性强。书中每介绍一个案例都给出了详细说明，使读者能快速掌握MATLAB在具体案例中的应用。 （2）本书中大量的例题均选自国内高校广泛使用的经典教材与考研辅导用书，极具典型性与参考价值，还可供读者上机进行实践训练或实验使用。 （3）本书力求文字叙述清楚，概念阐述准确，深入浅出，通俗易懂，方便自学。 本书取材先进实用，讲解深入浅出，各章均有大量用MATLAB/Simulink实现的仿真实例，便于读者掌握和巩固所学知识。 通过本书的学习，读者不仅可以全面掌握MATLAB编程和开发技术，还可以提高快速分析和解决实际问题的能力，从而能够在最短的时间内，以最好的效率解决实际工作中遇到的问题，提升工作效率。 本书主要由李晓东编著，参加编写的还有赵书兰、刘志为、栾颖、王宇华、吴茂、方清城、邓奋发、何正风、丁伟雄、李娅、辛焕平、杨文茵、顾艳春和张德丰。 本书可作为控制工程、通信工程、电子信息工程专业广大科研人员、学者、工程技术人员的参考书，也可作为从事高等教育的教师、高等院校的在读理工科学生及相关领域的科研人员用书。 由于时间仓促，加之作者水平有限，所以错误和疏漏之处在所难免。在此，诚恳地期望得到各领域的专家和广大读者的批评指正。 编 著 者

目 录 第1章 扩频通信系统的算法分析与实现 1 1.1 扩频通信系统的仿真 1 1.2 伪随机码的产生 1 1.2.1 M序列 2 1.2.2 伪随机数序列相关函数 3 1.2.3 Gold序列 6 1.3 直接序列扩频系统 7 1.4 利用MATLAB仿真演示直扩信号抑制余弦干扰 8 1.5 跳频扩频系统 10 1.6 BFSK/FH系统性能仿真 11 第2章 图像的复原算法分析与实现 15 2.1 图像复原概述 15 2.2 图像的噪声 16 2.3 图像复原方法 19 2.3.1 复原的模型 20 2.3.2 无约束复原法 20 2.3.3 有约束复原法 21 2.3.4 复原法的评估 21 2.4 MATLAB图像的复原方法 21 2.4.1 逆滤波复原法 21 2.4.2 维纳滤波复原法 23 第3章 通信系统设计的MATLAB实现 26 3.1 设计通信系统的发射机 26 3.1.1 利用直接序列扩频技术设计发射机 26 3.1.2 利用IS-95前向链路技术设计发射机 27 3.1.3 利用OFDM技术设计发射机 30 3.2 设计通信系统的接收机 32 3.2.1 利用直接序列扩频技术设计接收机 32 3.2.2 利用IS-95前向链路技术设计接收机 33 3.2.3 利用OFDM技术设计接收机 33 3.3 通信系统的MATLAB实现 34 第4章 模拟滤波器算法分析与设计 43 4.1 模拟滤波器离散化分析 43 4.1.1 冲激响应不变法分析 43 4.1.2 双线性变换法分析 44 4.2 模拟滤波器的最小阶数选择 46 4.2.1 Butterworth模拟滤波器阶数选择函数 46 4.2.2 Chebyshev I型模拟滤波器阶数选择函数 47 4.2.3 Chebyshev II型模拟滤波器阶数选择函数 47 4.3 模拟滤波器的性能测试 49 4.4 模拟滤波器的设计 52 4.4.1 模拟滤波器设计步骤 52 4.4.2 模拟滤波器设计函数 54 第5章 神经网络模糊控制设计与应用 62 5.1 神经网络模糊控制器的结构 62 5.2 神经网络的特征 63 5.3 神经网络模糊控制器的应用 65 5.3.1 控制器 66 5.3.2 控制器自校正 66 5.4 神经模糊控制应用于洗衣机中 67 5.4.1 洗衣机的模糊控制 68 5.4.2 洗衣机的神经网络模糊控制器的设计 69 第6章 故障信号检测分析与实现 73 6.1 故障信号检测的理论分析 73 6.2 实验结果与分析 75 6.2.1 利用小波分析检测传感器故障 75 6.2.2 小波类型的选择对检测突变信号的影响 78 6.3 小波类型选择 82 第7章 现代控制系统算法分析与实现 83 7.1 可控性分析 83 7.1.1 连续系统的完全可控性 83 7.1.2 离散系统的可控性 84 7.1.3 连续系统的状态完全可控标准形式 85 7.1.4 连续系统的输出可控性 87 7.2 可观测性分析 89 7.2.1 线性离散系统的完全可观测性 89 7.2.2 连续系统的完全可观测性 90 7.2.3 连续系统的完全可观测标准形 92 7.3 系统的极点配置 94 7.3.1 极点配置的MATLAB函数 94 7.3.2 极点配置示例分析 94 7.4 系统状态观测器设计 97 7.4.1 状态观测器的MATLAB函数 97 7.4.2 状态观测器设计示例 97 第8章 数字图像的运算分析与实现 100 8.1 图像的点运算 100 8.1.1 线性点运算 100 8.1.2 分段线性点运算 102 8.1.3 非线性变换 103 8.1.4 直方图修正 104 8.2 图像的代数运算 108 8.2.1 图像加法运算 108 8.2.2 图像减法运算 111 8.2.3 图像乘法运算 113 8.2.4 图像除法运算 114 第9章 离散时间信号算法分析与实现 116 9.1 离散时间信号在MATLAB中的运算 116 9.1.1 离散时间信号的基本运算 116 9.1.2 离散时间系统的响应 117 9.1.3 离散时间系统的单位取样响应 118 9.1.4 离散时间信号的卷积和运算 121 9.2 信号抽样及抽样定理 123 9.2.1 信号抽样分析 123 9.2.2 抽样定理分析 125 9.2.3 信号重建分析 126 第10章 自组织神经网络的函数实现 130 10.1 创建函数 130 10.2 学习函数 133 10.3 竞争传递函数 138 10.4 初始化函数 139 10.5 距离函数 139 10.6 训练竞争层函数 142 10.7 绘图函数 142 10.8 结构函数 143 第11章 通信系统滤波器设计与实现 145 11.1 模拟滤波器MATLAB函数 145 11.1.1 设计模拟滤波器 145 11.1.2 切比雪夫II型滤波器 147 11.1.3 椭圆滤波器 149 11.1.4 Bessel滤波器 150 11.1.5 求模拟滤波器的最小阶 151 11.1.6 滤波器的传递函数 154 11.2 数字滤波器MATLAB函数 159 11.2.1 窗函数 160 11.2.2 数字滤波器频率响应函数 162 11.3 特殊滤波器MATLAB函数 169 11.3.1 rcosfir函数 170 11.3.2 rcosiir函数 170 第12章 控制系统根轨迹校正分析与实现 172 12.1 控制系统性能指标 172 12.1.1 性能指标的分类 172 12.1.2 二阶系统频域指标与时域指标的关系 172 12.2 校正基本概念 173 12.2.1 校正的概念 173 12.2.2 校正的方式 173 12.3 根轨迹校正法 175 12.3.1 根轨迹校正法串联超前校正 175 12.3.2 根轨迹的串联滞后校正 178 12.3.3 根轨迹的串联超前滞后校正 182 第13章 图像的几何运算分析与实现 186 13.1 齐次坐标 186 13.2 灰度插值 187 13.2.1 最近邻插值 187 13.2.2 双线性插值 188 13.2.3 双三次插值 189 13.2.4 MATLAB实现 189 13.3 图像平移 190 13.4 图像旋转 193 13.5 图像比例缩放 195 第14章 IIR滤波器设计与实现 200 14.1 从模拟滤波器设计IIR滤波器 200 14.1.1 冲激响应不变法 200 14.1.2 双线性变换法 203 14.2 IIR滤波器的设计方法 206 14.2.1 经典设计法 206 14.2.2 直接设计法 209 14.3 高通滤波器的设计 212 14.3.1 模拟低通-数字高通变换 212 14.3.2 数字低通-数字高通变换 214 第15章 自组织特征映射网络算法分析与应用 215 15.1 自组织特征映射网络模型 215 15.2 自组织特征映射网络结构 217 15.3 自组织特征映射网络设计 217 15.3.1 SOFM的构建 217 15.3.2 SOFM的训练 218 15.4 自组织特征映射网络应用 220 15.4.1 自组织特征映射网络在识别分类中的应用 220 15.4.2 SOFM在人口分类中的应用 222 第16章 模型预测控制设计与实现 226 16.1 系统辨识 226 16.2 广义预测控制 227 16.2.1 j步最优预测 227 16.2.2 C(z-1)=1时的广义预测控制 228 16.3 MATLAB实现 228 16.3.1 对象参数已知时（GPC算法） 228 16.3.2 对象参数未知时（GPC自适应算法） 231 16.3.3 C(z-1)≠1时的广义预测控制 234 第17章 通信系统模拟线性调制算法分析与实现 241 17.1 双边带调幅与解调 241 17.1.1 双边带调幅 241 17.1.2 双边带解调 244 17.2 常规双边带调幅 246 17.3 抑制载波双边带调幅 247 17.4 单边带调幅与解调 250 17.4.1 希尔伯特变换 250 17.4.2 单边带调幅 251 17.4.3 单边带解调 253 第18章 控制系统频域校正分析与实现 257 18.1 频域响应校正法 257 18.2 频域法的串联超前校正 257 18.2.1 相位超前校正装置 257 18.2.2 超前校正设计方法 258 18.3 频域法的串联滞后校正 261 18.3.1 相位滞后校正装置 261 18.3.2 Bode图滞后校正设计方法 261 18.4 频域串联滞后超前校正 265 18.4.1 滞后超前校正装置 265 18.4.2 Bode图滞后超前校正设计方法 266 18.5 反馈校正 270 第19章 图像的编码算法分析与实现 276 19.1 图像压缩编码基础 276 19.1.1 图像压缩编码的必要性 276 19.1.2 图像压缩编码的可能性 276 19.1.3 图像压缩编码的性能指标 277 19.1.4 保真度准则的评价 279 19.1.5 压缩编码的分类 280 19.2 熵编码 281 19.2.1 哈夫曼编码 281 19.2.2 香农编码 288 19.2.3 算术编码 290 第20章 信号变换算法分析与实现 294 20.1 快速傅里叶变换 294 20.1.1 快速傅里叶变换的性质 294 20.1.2 快速傅里叶变换及其应用 303 20.1.3 运用快速傅里叶变换进行简单滤波 307 20.2 离散余弦变换 309 20.3 Chirp Z变换 311 20.4 离散希尔伯特变换 313 第21章 神经网络的最小方差自校正控制 316 21.1 神经网络控制结构 316 21.1.1 神经网络监督控制 316 21.1.2 神经网络预测控制 317 21.1.3 神经网络自适应评判控制 318 21.2 最小方差自校正控制 319 21.2.1 最小方差控制 319 21.2.2 最小方差间接自校正控制 323 21.2.3 最小方差直接自校正控制 326 第22章 BAM与BSB网络算法分析与实现 330 22.1 双向联想记忆神经网络 330 22.1.1 BAM网络结构与原理 330 22.1.2 能量函数与稳定性分析 331 22.1.3 BAM网络的权值设计 332 22.1.4 BAM网络的应用 333 22.2 盒中脑模型网络 334 22.2.1 盒中脑模型的描述 335 22.2.2 盒中脑模型的实现 335 第23章 滤波器设计原理和实现方法 338 23.1 自适应滤波器 338 23.1.1 自适应滤波器设计原理 338 23.1.2 自适应滤波器在MATLAB中的应用 339 23.2 格型滤波器 342 23.2.1 全零点格型滤波器 342 23.2.2 全极点格型滤波器 345 23.2.3 零极点的Lattice结构 345 23.3 线性预测滤波器 346 23.3.1 线性预测滤波器模型 346 23.3.2 线性预测滤波器设计 349 第24章 基于形态学的图像处理技术 354 24.1 数学形态学概述 354 24.2 数学形态学的基本概念 355 24.3 数学形态学的分类 355 24.3.1 二值形态学 355 24.3.2 灰度数学形态学 356 24.3.3 模糊数学形态学 356 24.4 形态学的基本运算 357 24.4.1 边界像素 358 24.4.2 结构元素 358 24.4.3 膨胀与腐蚀 362 24.4.4 开运算与闭运算 366 24.4.5 形态学重构 368 第25章 Elman网络算法分析与实现 370 25.1 Elman网络结构 370 25.2 修正网络权值的学习算法 371 25.3 稳定性推导 373 25.4 对角递归网络稳定时学习速率的确定 374 25.5 Elman神经网络与训练 375 25.6 Elman神经网络的应用 377 第26章 自动控制实际系统的分析设计 386 26.1 传递函数模型分析 386 26.2 传递函数模型的MATLAB实现 387 26.3 状态空间模型分析 390 26.4 状态空间模型的MATLAB实现 390 26.5 零极点增益模型分析 392 26.6 零极点增益模型的MATLAB实现 393 第27章 图像编码算法的MATLAB实现 396 27.1 变换编码 396 27.2 行程编程 398 27.2.1 基本原理 398 27.2.2 自身特点 399 27.2.3 算法局限性 399 27.3 预测编码 401 27.3.1 DPCM编码 402 27.3.2 最佳线性预测编码法 406 27.3.3 增量调制编码 410 第28章 信号的小波分析与处理 411 28.1 信号分析 411 28.1.1 分离信号的不同成分 411 28.1.2 识别某一频率上的信号 414 28.1.3 识别信号的发展趋势 416 28.2 信号去噪 417 28.2.1 信号阈值去噪 417 28.2.2 信号阈值去噪应用 421 28.3 提升小波变换用于信号处理 423 28.3.1 提升小波变换概述 423 28.3.2 提升小波 423 28.3.3 提升小波在信号处理中的应用 429 第29章 LVQ神经网络算法分析与应用 432 29.1 学习向量量化的网络结构 432 29.2 学习向量量化的网络学习 432 29.2.1 学习向量量化的学习规则 432 29.2.2 学习向量量化的网络训练 434 29.3 学习向量量化的学习算法的改进 436 29.4 学习向量量化的网络应用 436 第30章 离散控制系统的算法分析与实现 440 30.1 离散控制系统的基本概念 440 30.1.1 离散控制系统的基本组成 440 30.1.2 数字控制系统的工作过程 441 30.1.3 离散控制系统的特点 441 30.2 离散信号的数字描述 442 30.2.1 采样过程及采样定理 442 30.2.2 保持器的数学描述 444 30.3 Z变换 446 30.3.1 离散信号的Z变换 446 30.3.2 Z变换及其逆变换 447 参考文献 453

李晓东，男。2001年毕业于广西师范大学物理与电子学系，获得硕士学位。现佛山科学技术学院电子信息工程学院计算机系副教授，系主任。主要研究方向为人工智能，图像处理，模式识别等。发表论文15篇。作为主要参与人完成省部级项目3项并通过省部级鉴定。

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=TP333280